Warum „Empfiehl mir ein Outfit“ fast immer enttäuscht — So fragst du die KI richtig nach Styling-Tipps

„Empfiehl mir ein Outfit.“ Wer so fragt, bekommt von der KI meist nur 08/15-Antworten. Denn ein Look, der für jeden passt, passt am Ende niemandem so richtig. Das Problem liegt also nicht am KI-Modell – sondern an unserer Fragestellung.

Warum ungenaue Fragen nur mittelmäßige Antworten liefern

Was passiert, wenn du einen Stylisten aus Fleisch und Blut fragst: „Was soll ich anziehen?“ Er wird dir nicht sofort ein Outfit vorschlagen. Er wird nachhaken: „Wohin geht's denn?“

Genau diesen Punkt betonen Studien zu dialogbasierten Empfehlungssystemen immer wieder. Die ursprüngliche Anfrage der Nutzer ist oft unterbestimmt (underspecified), liefert also schlicht zu wenig Kontext. Eine zentrale Fähigkeit intelligenter Systeme sollte es daher sein, gezielte Rückfragen zu stellen. Erst so wird dem Nutzer geholfen, seine Wünsche im weiteren Dialogverlauf zu präzisieren.

Das Problem: Viele Anwendungen fragen gar nicht erst nach, sondern geben direkt eine Antwort. Fehlen wichtige Details, wird einfach der statistische Durchschnitt berechnet. Und wir scrollen durch das Ergebnis und denken: „Die KI taugt nichts.“

Welche Infos fehlen der KI also wirklich?

Die Anatomie eines perfekten Styling-Prompts

Die Forschung zu Mode-Empfehlungen zeigt, dass konkrete Attribute wie Material und Passform, visuelle Angaben zu Schnitt und Silhouette sowie klare Farbhinweise den entscheidenden Unterschied machen. Das ist zwar keine starre Formel für jede App, dient dir aber als praktische Checkliste, um deinen Prompt auf den Punkt zu bringen.

Übersetzt in die Praxis läuft das auf vier Punkte hinaus:

1. Der Anlass. Wann, wo und mit wem? „Morgen früh im Office“ verlangt schließlich nach ganz anderen Pieces als „Samstagabend an der Bar“.

2. Die Silhouette & das Key-Piece. Worauf soll der Look aufbauen? Ein einfacher Zusatz wie „rund um meine dunkelblaue Stoffhose“ halbiert die Auswahl im Handumdrehen.

3. Die Farbpalette. Du musst nicht jeden Ton vorgeben. Oft reicht es schon, bestimmte Farben auszuschließen: zum Beispiel „ohne Weiß und Schwarz“.

4. Der Vibe. Wie möchtest du wirken? „Dezenter Minimalismus“ oder „mühelos chic“? Ohne diesen Hinweis wirkt das Outfit schnell langweilig und austauschbar.

Wenn du diese vier Faktoren beachtest, reichen schon zwei präzise Sätze für ein überzeugendes Ergebnis. Fehlt dieser Kontext hingegen, bleibt auch der Look gewöhnlich.

Doch selbst der beste Prompt bringt nichts, wenn die Grundlage nicht stimmt.

Vor dem Prompt kommen deine Daten

Die KI kann nur mit den Teilen arbeiten, die du in deinen Kleiderschrank hochgeladen hast.

Ist nur die Hälfte deiner Kleidung registriert, kann selbst der ausgefeilteste Prompt nur halbgare Vorschläge liefern. Denn selbst wenn die perfekte Kombination im Schrank hängt: Die KI weiß nichts von ihrer Existenz.

Noch tückischer sind falsche Kategorien oder Tags. Wenn ein Strickpullover als „Jacke“ einsortiert ist, liefert ein guter Prompt ein perfekt unpassendes Ergebnis. Das stiftet mehr Verwirrung, als gar keine Vorlage zu haben.

Die richtige Reihenfolge lautet daher: Zuerst möglichst viele Artikel hochladen, die Tags kurz überprüfen und erst dann den Prompt verfeinern. Wer diesen Ablauf umdreht, wird auch mit den besten Fragen keine guten Ergebnisse erzielen.

Alles bereit? Dann lass uns die passenden Prompts formulieren.

4 Copy-Paste-Prompts für deinen Alltag

Hier sind vier fertige Vorlagen für verschiedene Anlässe. Tausche einfach die Artikel nach Bedarf aus:

Fürs Büro

Morgen Vormittag Team-Meeting, nachmittags externer Kundentermin. Stil: Business Casual.
Im Mittelpunkt steht eine dunkelblaue Stoffhose, ein Blazer ist Pflicht. Farbton eher gedeckt und ruhig.

Für den Städtetrip

Rom im März: tagsüber 18 Grad, abends 9 Grad. Wir besuchen zwei Kirchen, daher müssen Schultern und Knie bedeckt sein.
Packliste für ein Handgepäckstück, insgesamt 5 Tage.

Für Hochzeitsgäste

Samstagabend, Indoor-Hochzeit. Kein Weiß, kein Schwarz.
Rock-/Kleidlänge unterhalb des Knies. Als Schuhwerk sollen meine beigen Heels eingeplant werden.

Fürs Date

Freitagabend in einer entspannten Weinbar. Keine weiten Strecken zu Fuß.
Bequem, aber stylish und durchdacht. Key-Piece ist meine schwarze Lederjacke.

Alle vier Prompts umfassen nur zwei bis drei Sätze – enthalten aber alle Infos zu Anlass, Silhouette, Farben und Vibe.

Ein kleiner Zusatz, der alles verändert

Du kannst das Ganze noch einen Schritt weiterdrehen.

Frag die KI nach dem ersten Vorschlag einfach: „Warum hast du diese Kombination gewählt?“ An der Begründung erkennst du sofort, welche Informationen du vielleicht vergessen hast. Wenn die KI antwortet: „Wegen der herbstlichen Farbharmonie“, weißt du, dass sie die Jahreszeit nur erraten hat. Präzisierst du das beim nächsten Mal, wird der Look noch passender.

Und wenn dir ein Look gar nicht gefällt, arbeite mit Ausschlusskriterien: „Bitte keine Kombination, die ich letzte Woche schon anhatte“ oder „Keinen Strickpullover als Oberteil“. Oft führt das Weglassen von Optionen viel schneller zu frischen, überraschenden Stylings als das Hinzufügen neuer Wünsche.

Probier diese Vorlagen direkt beim KI-Styling in Acloset aus und passe einfach deine Artikel an. Speichere Looks, die dir gefallen, als Outfit ab und verfeinere die nächsten Anfragen mit deinen persönlichen No-Gos und Vorlieben.

Die KI versteht dich nicht falsch – wir müssen ihr nur die richtigen Hinweise geben.

❓ Häufige Fragen

F: Bringt ein längerer Prompt automatisch bessere Ergebnisse?
A: Nicht die Länge zählt, sondern der Kontext. Anlass, Silhouette, Farbpalette und Vibe sind die beste Checkliste – zwei präzise Sätze mit den wichtigsten Punkten reichen völlig aus.

F: Die KI schlägt mir immer wieder ähnliche Outfits vor. Was kann ich tun?
A: Nutze Ausschlusskriterien. Zusätze wie „Nicht der Look von letzter Woche“ oder „Bitte ohne diese Farbe“ öffnen oft den Weg zu komplett neuen Kombinationen.

F: Wie hole ich das Beste aus dem KI-Styling in Acloset heraus?
A: Kopiere einfach eine unserer Vorlagen aus dem Artikel und passe die Pieces an. Speichere gelungene Vorschläge direkt als Outfit ab und füge bei weiteren Anfragen Ausschlusskriterien oder Vorlieben hinzu.

Quellen und Referenzen:

ACM Computing Surveys, „A Survey on Conversational Recommender Systems“
ACM Transactions on Intelligent Systems and Technology, „Analysing Utterances in LLM-Based User Simulation for Conversational Search“
Fashion and Textiles (Springer), „LLM-generated content-based explanations for user experience in fashion recommender systems“

Veröffentlicht vom Acloset Magazin-Team.

Warum „Empfiehl mir ein Outfit“ fast immer enttäuscht — So fragst du die KI richtig nach Styling-Tipps